Il team formato dagli ingegneri Domenico Mattiello, Michela Gravina e Antonio Galli, coordinati dell'Ing. Stefano Marrone e diretti dal prof. Carlo Sansone, membri del gruppo PICUS del Dipartimento di Ingegneria Elettrica e delle Tecnologie dell'Informazione (DIETI), si è classificato al primo posto nella challenge “Liveness Detection in Action” di LivDet2021.
LivDet è una competizione biennale internazionale, aperta ad aziende e Università, focalizzata sull'individuazione di impronte digitali contraffatte. Quella di quest'anno è stata l’edizione con più team partecipanti (23), provenienti da Italia, Germania, Repubblica Ceca, USA, Corea del Sud e Cina.
La challenge vinta dal team Federiciano riguardava la realizzazione di un algoritmo per l'individuazione di impronte digitali contraffatte (ad esempio ottenute tramite calchi e/o impronte latenti di un soggetto bersaglio) all'interno di un sistema di autenticazione basato su biometrie. La soluzione proposta, è basata su tecniche di intelligenza artificiale, in particolare su una combinazione di tecniche di Deep Learning con l'uso delle cosiddette “perturbazioni antagoniste (o ostili)” (dall’inglese “Adversarial Perturbations”). Il risultato è un algoritmo che si è dimostrato in grado di individuare impronte contraffatte al variare del sensore (scanner) e dei materiali utilizzati per realizzare i falsi, superando di oltre 5 punti perttps://livdet.diee.unica.it/centuali la soluzione che si è classificata al secondo posto, proposta da un team cinese.
La soluzione è stata presentata alla comunità scientifica il 7 Agosto nel corso dell'International Joint Conference on Biometrics (IJCB), la più importante conferenza internazionale nell'ambito dei sistemi biometrici, sponsorizzata congiuntamente dallo IAPR (International Association for Pattern Recognition) e dall'IEEE Biometrics Council.
Per approfondimenti:
Sito della competizione LivDet: https://livdet.diee.unica.it/
Sito della conferenza IJCB2021: http://ijcb2021.iapr-tc4.org/
Link all’articolo LivDet2021: https://ieeexplore.ieee.org/document/9484399